計量經(jīng)濟學(xué)簡答題和答案解析(編輯修改稿)
2025-07-15 20:05 本頁面
【文章內(nèi)容簡介】 要有:(1) 對數(shù)模型(2) 半對數(shù)模型或(3) 倒數(shù)模型(4) 多項式模型。（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素的影響。產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預(yù)測精度精度降低。？（1）圖示檢驗法；（2）戈德菲爾德—匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（5）ARCH檢驗（自回歸條件異方差檢驗）？（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對數(shù)變換等？它的基本思想是什么？最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點的代表性越強）；而較大的樣本點可能會偏離總體回歸直線很遠，的可信度較低（或者說樣本點的代表性較弱）。因此，在考慮異方差模型的擬合總誤差時，對于不同的應(yīng)該區(qū)別對待。具體做法：對較小的給于充分的重視，即給于較大的權(quán)數(shù)；對較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。（即戈德菲爾特——匡特檢驗）檢驗異方差性的基本原理及其使用條件。將樣本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。1．簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。其次：檢驗只能檢驗一階自相關(guān)。但在實際計量經(jīng)濟學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實際應(yīng)用中，對于序列相關(guān)問題—般只進行檢驗。二、簡答題模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測量定性因素的影響；（2）能夠正確反映經(jīng)濟變量之間的關(guān)系，提高模型的精度；（3）便于處理異常數(shù)據(jù)。虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m1個虛擬變量；（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設(shè)置虛擬變量。（3）虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1